“
小伙伴们下午好！前两天我们为大家推荐了几篇关于
Python的基础文章和应用案例，后来收到了很多小伙伴们的反馈，大家对学Python充满了热情，并且希望以后看到更多关于Python的知识，基于此，我们将从今日开始，开设一个名叫“每天学一点Python”的系列小专栏，从头开始，把Python一点一滴的拆开，让大家每天都可以学一点点，每天进步一点点，今天是第一篇。
”
首先，先放上一个关于Python的介绍视频，视频是英文版的，考验大家英语能力的时候到了~
Python在AI领域的优势
在人工智能上使用Python编程语言的优势
1.优质的文档
2.平台无关，可以在现在每一个*nix版本上使用
3.和其他面向对象编程语言比学习更加简单快速
4.Python有许多图像加强库像Python Imaging Libary,VTK和Maya 3D可视化工具包，Numeric Python, Scientific Python和其他很多可用工具可以于数值和科学应用。
5.Python的设计非常好，快速，坚固，可移植，可扩展。很明显这些对于人工智能应用来说都是非常重要的因素。
6.对于科学用途的广泛编程任务都很有用，无论从小的shell脚本还是整个网站应用。
7.最后，它是开源的。可以得到相同的社区支持。
AI的Python库
总体的AI库
- AIMA：Python实现了从Russell到Norvigs的“人工智能：一种现代的方法”的算法
- pyDatalog：Python中的逻辑编程引擎baqist.cn
- SimpleAI：Python实现在“人工智能：一种现代的方法”这本书中描述过的人工智能的算法。它专注于提供一个易于使用，有良好文档和测试的库。
- EasyAI：一个双人AI游戏的python引擎（负极大值，置换表、游戏解决）
机器学习库
- PyBrain 一个灵活，简单而有效的针对机器学习任务的算法，它是模块化的Python机器学习库。它也提供了多种预定义好的环境来测试和比较你的算法。
- PyML 一个用Python写的双边框架，重点研究SVM和其他内核方法。它支持Linux和Mac OS X。
- scikit-learn 旨在提供简单而强大的解决方案，可以在不同的上下文中重用：机器学习作为科学和工程的一个多功能工具。它是python的一个模块，集成了经典的机器学习的算法，这些算法是和python科学包（numpy,scipy.matplotlib）紧密联系在一起的。gbpcci.cn
- MDP-Toolkit 这是一个Python数据处理的框架，可以很容易的进行扩展。它海收集了有监管和没有监管的学习算法和其他数据处理单元，可以组合成数据处理序列或者更复杂的前馈网络结构。新算法的实现是简单和直观的。可用的算法是在不断的稳定增加的，包括信号处理方法（主成分分析、独立成分分析、慢特征分析），流型学习方法（局部线性嵌入），集中分类，概率方法（因子分析，RBM),数据预处理方法等等。
自然语言和文本处理库
- NLTK 开源的Python模块，语言学数据和文档，用来研究和开发自然语言处理和文本分析。有windows,Mac OSX和Linux版本。
Python 如何将字符串转为字典
此部分内容来自作者 FunHacks
在工作中遇到一个小问题，需要将一个python的字符串转为字典，比如字符串：
user_info = '{"name" : "john", "gender" : "male", "age": 28}'我们想把它转为下面的字典：
user_dict = {"name" : "john", "gender" : "male", "age": 28}有以下几种方法：
通过 json 来转换
>>> import json
>>> user_info= '{"name" : "john", "gender" : "male", "age": 28}'
>>> user_dict = json.loads(user_info)
>>> user_dict
{u'gender': u'male', u'age': 28, u'name': u'john'}但是使用 json 进行转换存在一个潜在的问题。
由于 json 语法规定 数组或对象之中的字符串必须使用双引号，不能使用单引号 (官网上有一段描述是 “A string is a sequence of zero or more Unicode characters, wrapped in double quotes, using backslash escapes” )，因此下面的转换是错误的：
>>> import json
>>> user_info = "{'name' : 'john', 'gender' : 'male', 'age': 28}"
# 由于字符串使用单引号，会导致运行出错
>>> user_dict = json.loads(user_info)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/local/Cellar/python/2.7.11/Frameworks/Python.framework/Versions/2.7/lib/python2.7/json/__init__.py", line 339, in loads
return _default_decoder.decode(s)
File "/usr/local/Cellar/python/2.7.11/Frameworks/Python.framework/Versions/2.7/lib/python2.7/json/decoder.py", line 364, in decode
obj, end = self.raw_decode(s, idx=_w(s, 0).end())
File "/usr/local/Cellar/python/2.7.11/Frameworks/Python.framework/Versions/2.7/lib/python2.7/json/decoder.py", line 380, in raw_decode
obj, end = self.scan_once(s, idx)
ValueError: Expecting property name: line 1 column 2 (char 1)通过 eval
>>> user_info = '{"name" : "john", "gender" : "male", "age": 28}'
>>> user_dict = eval（user_info)
>>> user_dict
{'gender': 'male', 'age': 28, 'name': 'john'}
>>> user_info = "{'name' : 'john', 'gender' : 'male', 'age': 28}"
>>> user_dict = eval（user_info)
>>> user_dict
{'gender': 'male', 'age': 28, 'name': 'john'}通过 eval 进行转换就不存在上面使用 json 进行转换的问题。但是，使用 eval 却存在安全性的问题，比如下面的例子:
# 让用户输入 `user_info`
>>> user_info = raw_input('input user info: ')
# 输入 {"name" : "john", "gender" : "male", "age": 28}，没问题
>>> user_dict = eval（user_info)
# 输入 __import__('os').system('dir')，user_dict 会列出当前的目录文件！
# 再输入一些删除命令，则可以把整个目录清空了！
>>> user_dict = eval（user_info)通过 literal_eval
>>> import ast
>>> user = '{"name" : "john", "gender" : "male", "age": 28}'
>>> user_dict = ast.literal_eval（user)
>>> user_dict
{'gender': 'male', 'age': 28, 'name': 'john'}
user_info = "{'name' : 'john', 'gender' : 'male', 'age': 28}"
>>> user_dict = ast.literal_eval（user)
>>> user_dict
{'gender': 'male', 'age': 28, 'name': 'john'}使用 ast.literal_eval 进行转换既不存在使用 json 进行转换的问题，也不存在使用 eval 进行转换的 安全性问题，因此推荐使用 ast.literal_eval。
考考你
以下哪个不是Python的机器学习库？
A、Tensorflow
B、scikit-learn
C、Theano
D、PyInstaller
